# 大语言模型最喜欢哪种表格格式？Markdown、CSV、JSON、XML、YAML **URL:** \ **Category:** 青蛙的应用\ **Created:** [2025 年10 月 6 日 11:51 UTC](https://meta.appinn.net/t/topic/75466 "2025-10-06T11:51:27Z")\ **Posts on this page:** 12\ **Page:** 1
作者： ![Qingwa](https://meta-edge.appinn.com/user_avatar/meta.appinn.net/qingwa/32/58632_2.png) [@Qingwa](https://meta.appinn.net/u/Qingwa)\ 发布日期： [2025 年10 月 6 日 11:51 UTC](https://meta.appinn.net/t/topic/75466/1 "2025-10-06T11:51:27Z")
原始链接在： [大语言模型最喜欢哪种表格格式？Markdown、CSV、JSON、XML、YAML… - 小众软件](https://www.appinn.com/llm-favorite-table-format/) 在向大语言模型提供表格数据时，不同格式的内容对于结果与 token 的消耗非常不同，如果能够选择合适的格式，将获得翻倍的准确率，但也可能消耗更多的 token。@[Appinn](https://www.appinn.com/llm-favorite-table-format/) ![](https://www.appinn.com/wp-content/uploads/2025/10/Copy-of-appinn-homework-2025-10-06T192332.198.jpg) [improvingagents](https://www.improvingagents.com/blog/best-input-data-format-for-llms) 针对这一问题进行了测试，结果表示： - **Markdown-KV** （Markdown格式的“key: value”键值对）准确率最高（60.7%），但消耗token最多，比最省token的CSV多2.7倍。 - **CSV** 和 **JSONL** 格式，但准确率偏低（分别为44.3%、45%），建议避免默认采用。 - 在需要兼顾可读性和成本时，可以考虑 **Markdown表格** （准确率51.9%，token消耗较低）。 ## 具体测试 使用 GPT-4.1-nano 模型，11 种不同格式（markdown-kv、xml、ini、yaml、html、json、markdown-table、自然语言、JSONL、CSV、Pipe-Delimited） ### 数据集 将 1000 个记录传递给 LLM（大语言模型），并要求它根据数据回答问题，然后评估了准确率。 具体数据包括1000个记录，每个记录8个属性（ID，名称，年龄，城市，部门，薪金，经验，项目计数） 人类最喜欢看的表格格式： | ID | 姓名 | 年龄 | 城市 | 部门 | 薪水 | 工作经验 | 项目数量 | | --- | --- | --- | --- | --- | --- | --- | --- | | 1 | Diana A0 | 46 | London | 工程部 | 141015 | 7 | 17 | | 2 | Grace B1 | 59 | Berlin | 市场部 | 100066 | 11 | 32 | | 3 | Grace C2 | 64 | Dubai | 销售部 | 91727 | 9 | 49 | ### 示例问题（一共1000个问题） Q. “Grace X413拥有多少年工作经验？（仅返回数字，例如’12’。）” A. “15” Q. “Alice W204的薪资是多少？（仅返回数字，例如’85200’。）” A. “131370” ### 测试结果 | 格式 | 准确性 | 95%置信区间 | 消耗 Tokens | | --- | --- | --- | --- | | Markdown-KV | 60.7% | 57.6% – 63.7% | 52,104 | | XML | 56.0% | 52.9% – 59.0% | 76,114 | | INI | 55.7% | 52.6% – 58.8% | 48,100 | | YAML | 54.7% | 51.6% – 57.8% | 55,395 | | HTML | 53.6% | 50.5% – 56.7% | 75,204 | | JSON | 52.3% | 49.2% – 55.4% | 66,396 | | Markdown-Table | 51.9% | 48.8% – 55.0% | 25,140 | | Natural-Language | 49.6% | 46.5% – 52.7% | 43,411 | | JSONL | 45.0% | 41.9% – 48.1% | 54,407 | | CSV | 44.3% | 41.2% – 47.4% | 19,524 | | Pipe-Delimited | 41.1% | 38.1% – 44.2% | 43,098 | ![](https://www.appinn.com/wp-content/uploads/2025/10/Screen-20251006194059@2x.avif) ## **Markdown-KV** 是什么？ 其实青小蛙此前也不太理解 kv 是什么。 Markdown-KV 是指一种在 Markdown 文档中采用“key: value”键值对的表示格式，用以组织结构化数据（例如每条记录的属性和数值）。这种格式并不是 Markdown 官方标准，而是社区和开发实践中广泛使用的一种便于人工和模型理解的数据排列方式。 ``` # Employee Database ## Record 1 ```auto id: 1 name: Charlie A0 age: 56 city: New York department: Operations salary: 67896 years_experience: 7 project_count: 1 ``` ## Record 2 ```auto id: 2 name: Grace B1 age: 59 city: Mumbai department: Marketing salary: 47248 years_experience: 0 project_count: 43 ``` ## Record 3 ```auto id: 3 name: Eve C2 age: 50 city: Singapore department: Sales salary: 102915 years_experience: 14 project_count: 11 ``` ``` ## 局限性 仅测试了 GPT-4.1 nano，以及一种数据结构。数据量较大，可能会造成干扰。 ## 结束 如果你有类似的数据需要大语言模型进行处理，可以先使用大语言模型将数据转换为 **Markdown-KV** 之后，再进行提问。 更多细节可以前往 [improvingagents](https://www.improvingagents.com/blog/best-input-data-format-for-llms) 阅读。 * * * 原文：https://www.appinn.com/llm-favorite-table-format/ ## 关注我们 - 微博：[https://weibo.com/appinncom](https://weibo.com/appinncom) - B站：[https://space.bilibili.com/10979326](https://space.bilibili.com/10979326) - 小红书：[https://kutt.appinn.com/6QwshF](https://www.xiaohongshu.com/user/profile/61459ee9000000000201fae3) - Facebook：[https://www.facebook.com/appinncom/](https://www.facebook.com/appinncom/) - BlueSky：[https://bsky.app/profile/appinn.bsky.social](https://bsky.app/profile/appinn.bsky.social) - X：[https://x.com/appinn](https://x.com/appinn) - 微信公众号：搜索「小众软件」 - TG频道：@appinnfeed 爱发电：[https://afdian.com/a/qingxwa](https://afdian.com/a/qingxwa) （打赏我们，让我们更好的创作） ---
作者： ![yanyu2015](https://meta-edge.appinn.com/letter_avatar_proxy/v4/letter/y/3d9bf3/32.png) [@yanyu2015](https://meta.appinn.net/u/yanyu2015)\ 发布日期： [2025 年10 月 6 日 15:51 UTC](https://meta.appinn.net/t/topic/75466/2 "2025-10-06T15:51:47Z")
HTML和JSON的准确率这么低，有点反直觉了呢，这个话题挺有趣的，期待更多模型的测试 ---
作者： ![vevan](https://meta-edge.appinn.com/user_avatar/meta.appinn.net/vevan/32/7490_2.png) [@vevan](https://meta.appinn.net/u/vevan)\ 发布日期： [2025 年10 月 6 日 19:46 UTC](https://meta.appinn.net/t/topic/75466/3 "2025-10-06T19:46:35Z")
这个东西挺玄学的，理论上KV（键值对）形式的应该都差不多，MDKV并没有和JSON、YAML、INI有什么根本区别，MD Table和CSV以及Pipe-Delimited也没什么区别，但是评分却比较分散。XML是key包裹value的强关联，HTML其实和CSV差不多，key（表头）和value是分离的。 目前能看出来的是，数据是单行的（Markdown-Table、Natural-Language、JSONL、CSV、Pipe-Delimited），得分都比较低。 又HTML虽然不是KV形的，但是是多行分段，JSONL虽然是KV形的，但是是单行。 所以是大模型不擅长读长句？ ---
作者： ![Qingwa](https://meta-edge.appinn.com/user_avatar/meta.appinn.net/qingwa/32/58632_2.png) [@Qingwa](https://meta.appinn.net/u/Qingwa)\ 发布日期： [2025 年10 月 7 日 01:53 UTC](https://meta.appinn.net/t/topic/75466/4 "2025-10-07T01:53:04Z")
毕竟黑箱。说不定换个模型就不一样了 ---
作者： ![ashuai](https://meta-edge.appinn.com/letter_avatar_proxy/v4/letter/a/b782af/32.png) [@ashuai](https://meta.appinn.net/u/ashuai)\ 发布日期： [2025 年10 月 7 日 06:53 UTC](https://meta.appinn.net/t/topic/75466/5 "2025-10-07T06:53:58Z")
json不行？我不信！csv能用提示词让他提升准确率吗？毕竟这个是最省token的 ---
作者： ![Qingwa](https://meta-edge.appinn.com/user_avatar/meta.appinn.net/qingwa/32/58632_2.png) [@Qingwa](https://meta.appinn.net/u/Qingwa)\ 发布日期： [2025 年10 月 7 日 06:54 UTC](https://meta.appinn.net/t/topic/75466/6 "2025-10-07T06:54:47Z")
人家有数据作为证据啊，你信不信不重要啊 :doge: ---
作者： ![a2339822910](https://meta-edge.appinn.com/user_avatar/meta.appinn.net/a2339822910/32/56711_2.png) [@a2339822910](https://meta.appinn.net/u/a2339822910)\ 发布日期： [2025 年10 月 7 日 10:59 UTC](https://meta.appinn.net/t/topic/75466/7 "2025-10-07T10:59:44Z")
目前用json结构化数据处理起来比较靠谱，好像大模型内置都有python ---
作者： ![Dalieba](https://meta-edge.appinn.com/user_avatar/meta.appinn.net/dalieba/32/3804_2.png) [@Dalieba](https://meta.appinn.net/u/Dalieba)\ 发布日期： [2025 年10 月 8 日 05:06 UTC](https://meta.appinn.net/t/topic/75466/8 "2025-10-08T05:06:08Z")
微软声称主流的大语言模型都原生支持导入导出 Markdown，而且都用这种文件训练过，为此就开发了个 Python 模块将各种表格文件转换成这种格式。 > **[GitHub - microsoft/markitdown: Python tool for converting files and office...](https://github.com/microsoft/markitdown)** > > Python tool for converting files and office documents to Markdown. ---
作者： ![Niceb](https://meta-edge.appinn.com/user_avatar/meta.appinn.net/niceb/32/4721_2.png) [@Niceb](https://meta.appinn.net/u/Niceb)\ 发布日期： [2025 年10 月 8 日 06:18 UTC](https://meta.appinn.net/t/topic/75466/9 "2025-10-08T06:18:29Z")
1000条记录x1000个问题啊 ---
作者： ![xiaokonglong](https://meta-edge.appinn.com/user_avatar/meta.appinn.net/xiaokonglong/32/908_2.png) [@xiaokonglong](https://meta.appinn.net/u/xiaokonglong)\ 发布日期： [2025 年10 月 9 日 01:26 UTC](https://meta.appinn.net/t/topic/75466/10 "2025-10-09T01:26:07Z")
我感觉跟大模型默认的输入数量有关. 而且很多大模型有幻觉. 超出识别范围后,就开始一本正经的胡说. ---
作者： ![posion](https://meta-edge.appinn.com/letter_avatar_proxy/v4/letter/p/3bc359/32.png) [@posion](https://meta.appinn.net/u/posion)\ 发布日期： [2025 年10 月 9 日 03:30 UTC](https://meta.appinn.net/t/topic/75466/11 "2025-10-09T03:30:47Z")
> [@Qingwa](#): > > Markdown-KV Markdown-KV不就是json去掉那堆烦人的’{ }’吗？ 怎么？辣鸡大模型还不如码农读json文件快？:joy: ---
作者： ![skystar](https://meta-edge.appinn.com/user_avatar/meta.appinn.net/skystar/32/2757_2.png) [@skystar](https://meta.appinn.net/u/skystar)\ 发布日期： [2025 年11 月 9 日 12:02 UTC](https://meta.appinn.net/t/topic/75466/12 "2025-11-09T12:02:45Z")
参考下这个项目 @Qingwa